余 躍，孫振新，陳顏輝,2

(1.江蘇自動化研究所，江蘇 連云港 222061；2.中國人民解放軍92330部隊，山東 青島 266102)

基于灰色關聯(lián)的來襲魚雷制導方式識別

余 躍1，孫振新1，陳顏輝1,2

(1.江蘇自動化研究所，江蘇 連云港 222061；2.中國人民解放軍92330部隊，山東 青島 266102)

準確識別來襲魚雷制導方式是水面艦艇在魚雷防御過程中采取有針對性對抗措施的前提。本文分析直航魚雷、聲自導魚雷、尾流自導魚雷和線導魚雷在潛艇攻擊征兆、魚雷齊射數(shù)量、航速變化次數(shù)和累積方位變化量上的差異，選取這4個變量作為特征指標，運用灰色關聯(lián)分析法建立來襲魚雷制導方式識別模型。計算實例證明該方法的有效性，可為水面艦艇的魚雷防御提供有益參考。

制導方式識別；累積方位變化量；特征指標；灰色關聯(lián)分析法

0 引 言

魚雷按制導方式劃分可分為直航魚雷、聲自導魚雷、尾流自導魚雷和線導魚雷。魚雷在歷次海戰(zhàn)中發(fā)揮了巨大的作用。特別是20世紀80年代以來，一系列高新技術被相繼應用于魚雷，使魚雷變得更加難以防御。尤其是對于大中型水面艦艇，這種來自水下的威脅亟待消除。

水面艦艇防御不同制導方式的魚雷需要采取不同的對抗措施，若能在魚雷報警后盡快識別出其制導方式，則采取的對抗措施更具針對性，這將有利于提高水面艦艇的生存概率。從國內(nèi)外的研究來看，關于魚雷制導方式識別的文獻較少。文獻[1]從戰(zhàn)術特征層面提煉出13個證據(jù)指標來判斷魚雷的制導方式，但其中缺乏魚雷的方位信息。文獻[2]分析了魚雷自導開機前直航段的方位變化率，可以看出不同制導方式魚雷的方位變化率存在差異，但差異較小，無法滿足實際過程中的識別要求，并且沒有考慮聲吶的實際測向誤差。本文選取潛艇攻擊征兆、魚雷齊射數(shù)量、航速變化次數(shù)和累積方位變化量4個特征指標，運用灰色關聯(lián)分析法建立來襲魚雷制導方式識別模型。

1 不同魚雷的攻擊特點差異

1.1 潛艇攻擊征兆

所謂潛艇攻擊征兆指的是敵潛艇發(fā)動魚雷攻擊前被水面艦艇收集到的主動性或暴露性的探測信息，如敵潛艇的主動雷達信息、主動聲吶信息及潛望觀察時暴露出的信息等[3]。

當潛艇發(fā)射直航魚雷、聲自導魚雷或尾流自導魚雷對目標進行攻擊時，若僅靠純方位法求解目標運動要素，不僅解算誤差大，而且收斂時間長，有時甚至無法收斂。此時潛艇可能會采用這些主動性或暴露性的探測手段獲取目標運動要素，以便能及時準確地發(fā)動攻擊。而潛艇在發(fā)射線導魚雷攻擊目標時，只需在目標方位信息的基礎上大概估測距離就能射擊，對獲取目標運動要素的要求低，故若來襲魚雷是線導魚雷，水面艦艇很難收集到敵潛艇的主動性或暴露性的探測信息。

由上述分析可知，若水面艦艇在魚雷報警前探測到潛艇攻擊征兆，則來襲魚雷很可能是直航魚雷或者自導魚雷，而不太可能是線導魚雷。

1.2 魚雷齊射數(shù)量

從以往的經(jīng)驗來看，由于直航魚雷的命中概率低，因此潛艇發(fā)射直航魚雷攻擊時，一般會1次扇面齊射3枚以上，用增加數(shù)量的方法提升命中概率。聲自導和尾流自導魚雷具有自導裝置，能夠自動跟蹤目標，命中概率大大提升，因此潛艇通常會進行單雷射擊，也可能組織2枚魚雷實施平行射擊或扇面射擊。線導魚雷抗干擾能力強，命中概率更高，潛艇一般組織單雷射擊。

由上述分析可知，若水面艦艇只發(fā)現(xiàn)1枚來襲魚雷，基本可認為來襲魚雷不是直航魚雷；若發(fā)現(xiàn)2枚以上來襲魚雷，則基本可認為來襲魚雷不是線導魚雷。

1.3 航速變化次數(shù)

直航魚雷發(fā)射出管后，會沿著預定的航向保持直航，航速一般不會發(fā)生變化，直至航程耗盡或命中目標。聲自導魚雷在遠距離接敵過程中一般速度較大，抵近目標散布區(qū)后轉(zhuǎn)為低速，以避免高速時魚雷的強輻射噪聲干擾其聲自導裝置的正常工作，自導裝置捕獲目標后再轉(zhuǎn)為高速追擊。尾流自導魚雷一般高速接敵，在捕獲水面艦艇尾流之前航速一般不變。線導魚雷的航速變化情況比較復雜，當其輻射噪聲干擾潛艇聲吶的正常工作時，潛艇會發(fā)送指令使線導魚雷速度降低，待潛艇聲吶能正常跟蹤目標時，潛艇會提高雷速，以便盡快抵達目標散布區(qū)捕獲目標。因此，在線導魚雷的整個攻擊過程中，其速度會在高低之間多次交替。

當魚雷航速發(fā)生變化時，其輻射噪聲的強弱也會發(fā)生變化，水面艦艇可根據(jù)魚雷噪聲強弱的變化累計魚雷航速變化次數(shù)，進而判斷魚雷屬于不同制導方式的隸屬度。如果沒有探測到航速變化的非連續(xù)噪聲，則來襲魚雷很可能是直航魚雷或者尾流自導魚雷；如果探測到很多次航速變化的非連續(xù)噪聲，則來襲魚雷為線導魚雷的可能性很大。

1.4 累積方位變化量

潛射反艦魚雷在實施攻擊時，在較遠距離上都保持直航狀態(tài)(線導魚雷為線導段)，魚雷以一定的提前角相對于本艦運動。由于不同制導方式魚雷采取的攻擊策略不同，因此直航段的彈道存在差異。

直航魚雷以一定的提前角相對于目標運動，最終和目標同時到達命中點，命中目標。聲自導魚雷攻擊目標時，需要保證聲自導裝置以最大概率發(fā)現(xiàn)目標，通常是自導扇面的前端中點與目標相遇。尾流自導魚雷則不同，尾流自導系統(tǒng)要探測的是目標的尾流，而不是被攻擊的目標本身，因此其射擊原則是使尾流自導裝置發(fā)現(xiàn)目標艦船尾流的概率最高，通常是和水面艦艇尾流有效長度的中點相遇[4]。線導魚雷的導引方式主要有方位導引法、前置點導引法以及它們的綜合，其中現(xiàn)在方位導引法是各國海軍使用最多的導引方式，即不斷把線導魚雷導引至潛艇和水面艦艇的連線上，最終擊中目標。本文以現(xiàn)在方位導引法為例，分析線導魚雷在遠距離接敵過程中的累積方位變化量。

2 基于灰色關聯(lián)的目標類型識別模型

灰色關聯(lián)分析主要是比較和分析系統(tǒng)的態(tài)勢變化，其實是對系統(tǒng)動態(tài)發(fā)展過程的一種量化分析。因素之間的接近程度取決于因素之間發(fā)展態(tài)勢的相似或相異程度，實質(zhì)上是對幾種幾何曲線間的幾何形狀作分析比較，幾何形狀越接近，即認為關聯(lián)程度越大[5]。因而在進行灰色關聯(lián)分析前，需要確定參考序列，然后分析比較序列同各參考序列的接近程度，以確定待識別目標的類型。

本文采用灰色關聯(lián)分析法建立目標類型識別模型，實現(xiàn)對來襲魚雷制導方式的識別。其基本步驟如圖1所示。

圖1 灰色關聯(lián)分析識別流程圖Fig.1 Gray correlation analysis identification flowchart

2.1 特征指標和目標類型的確定

由以上分析可知，4種魚雷在潛艇攻擊征兆、魚雷齊射數(shù)量、航速變化次數(shù)和累積方位變化量上存在差異，本文將這4個變量作為區(qū)分4種魚雷的特征指標，建立灰色關聯(lián)目標識別模型，實現(xiàn)對魚雷制導方式的識別。目標類型為直航魚雷、聲自導魚雷、尾流自導魚雷和線導魚雷。

2.2 參考序列和比較序列的確定

用4種類型目標的4個特征指標建立參考序列，即模本：

(1)

式中k的取值按順序分別對應于潛艇攻擊征兆、魚雷齊射數(shù)量、航速變化次數(shù)和累積方位變化量4個特征指標。

直航和自導魚雷有潛艇攻擊征兆，線導魚雷沒有潛艇攻擊征兆。用“0”和“1”分別表示潛艇攻擊征兆的“無”和“有”，則直航和自導魚雷在潛艇攻擊征兆這一特征指標上均取值1，線導魚雷則取值0。

在魚雷齊射數(shù)量上，直航魚雷通常大于3枚，取值5；自導魚雷取值2；線導魚雷取值1。

在航速變化次數(shù)上，直航魚雷取值0；聲自導魚雷取值2；尾流自導魚雷取值0；線導魚雷取值5。

在累積方位變化量取值時，假定來襲魚雷的舷角為90°，自報警時刻起累積方位變化，累積時間為100s，則直航、聲自導、尾流自導和線導魚雷的累積方位變化量分別取值為0，1.38°，2.05°，4.38°(見表1)。

表1 不同魚雷的特征指標取值Tab.1 Characteristic indexes of different kinds of torpedoes

根據(jù)式(1)定義，可將表1寫成如下的矩陣形式：

(2)

2.3 特征指標數(shù)據(jù)的標準化

為避免不同特征指標取值的大小差異帶來的影響，在計算灰色關聯(lián)度之前，需要對目標的特征指標數(shù)據(jù)進行標準化處理。標準化公式如下：

(3)

(4)

(5)

式中：i為目標；n為目標特征指標個數(shù)；k為目標的第k個特征指標。

2.4 灰色關聯(lián)系數(shù)和灰色關聯(lián)度的確定

X0(k)與Xi(k)標準化后的數(shù)據(jù)為Y0(k)和Yi(k)，則Xi(k)與X0(k)的關聯(lián)系數(shù)為：

(6)

式中：ρ為分辨系數(shù)，ρ越小，分辨力越大，一般ρ的取值區(qū)間為[0,1]，通常取ρ=0.5。

由式(6)可算出比較序列與各參考序列在各點的關聯(lián)系數(shù)，但計算結果既多且雜，不便于得出結論。因此有必要將比較序列與各參考序列的關聯(lián)系數(shù)集中體現(xiàn)在一個值上，即灰色關聯(lián)度上。比較序列Xi(k)對參考序列X0(k)的灰色關聯(lián)度常記為γi，可由下式求得：

(7)

2.5 待識別目標類型的確定

將式(7)求出的灰色關聯(lián)度按大小順序排列，若

(8)

則判斷認為待識別目標的類型為i0所對應的目標類型。

3 仿真實例

假設參考序列如式(2)所示，某聲吶測得的10個目標特征指標如表2所示。

表2 目標的特征指標Tab.2 Characteristic indexes of targets

應用上述灰色關聯(lián)度模型計算灰色關聯(lián)度(取ρ=0.5)得到的結果如表3所示。

表3 目標的灰色關聯(lián)度Tab.3 Gray correlation degree of targets

由表3可知，對于目標1～10，最大的關聯(lián)度依次為γ1，γ2，γ3，γ4，γ4，γ1，γ2，γ3，γ1，γ4，所以目標1，6，9為直航魚雷，目標2，7為聲自導魚雷，目標3，8為尾流自導魚雷，目標4，5，10為線導魚雷。

4 結 語

本文分析了直航魚雷、聲自導魚雷、尾流自導魚雷和線導魚雷在實施攻擊過程中潛艇攻擊征兆、魚雷齊射數(shù)量、航速變化次數(shù)和累積方位變化量之間的差異，并選取這4個變量作為特征指標，運用灰色關聯(lián)分析法建立目標識別模型，仿真實例證明了該方法的有效性。在進一步的研究中，還需考慮如何恰當選取特征指標、各特征指標在參考序列中的權重、灰色關聯(lián)系數(shù)ρ的靈活選取等問題，以使該方法更加可靠實用。

[1] 陳顏輝,趙曉哲,黃文斌.潛射魚雷類型識別系統(tǒng)建模與數(shù)值仿真[J].彈道學報,2007,19(4):82-85.

CHENYan-hui,ZHAOXiao-zhe,HUANGWen-bin.Modelandsimulationofcomingtorpedorecognitionsystem[J].JournalofBallistics,2007,19(4):82-85.

[2] 余躍,孫振新,陳顏輝,等.基于來襲魚雷方位變化率的制導類型識別技術[J].指揮控制與仿真,2014,36(4):114-117.

YUYue,SUNZhen-xin,CHENYan-hui,etal.Guidancetypeidentificationtechniquebasedonbearingrateofincomingtorpedo[J].CommandControl&Simulation,2014,36(4):114-117.

[3] 陳顏輝,洪浩.潛射魚雷類型識別證據(jù)的作用機理[J].魚雷技術,2013,21(1):71-76.

CHENYan-hui,HONGHao.Effectsofevidenceontypeidentificationofsub-launchedtorpedo[J].TorpedoTechnology,2013,21(1):71-76.

[4] 張靜遠.魚雷作戰(zhàn)使用與作戰(zhàn)能力分析[M].北京:國防工業(yè)出版社,2005.

ZHANGJing-yuan.Combatusageandcombatcapabilityanalysisoftorpedo[M].Beijing:NationalDefenseIndustryPress,2005.

[5] 鄧聚龍.灰理論基礎[M].武漢:華中科技大學出版社,2002.

DENGJu-long.Basisofgraytheory[M].Wuhan:HuazhongUniversityofScienceandTechnologyPress,2002.

Guidance type identification based on gray correlation analysis for incoming torpedo

YU Yue1, SUN Zhen-xin1，CHEN Yan-hui1,2

(1.Jiangsu Automation Research Institute,Lianyungang 222061,China;2.No.92330 Unit of PLA,Qingdao 266102,China)

Exact guidance type identification of an incoming torpedo is a premise for surface ship to defend against torpedo pertinently.In this study, the differences between straight-running torpedo, acoustic homing torpedo, wake homing torpedo and wire-guided torpedo in submarine attack symptom, number of torpedo volleyed, speed change times and cumulative azimuth variation are analyzed.Choosing the four variables as characteristic indexes, the guidance type identification model is established by using gray correlation analysis.It is verified by experiments that the method is effective and it can provide helpful references for surface ships′ defense towards incoming torpedo.

guidance type identification; cumulative azimuth variation; characteristic index; gray correlation analysis

2015-01-30；

2015-03-11

余躍(1990-)，男，碩士研究生，研究方向為魚雷制導方式識別和水面艦艇的魚雷防御。

TJ630;E917

A

1672-7649(2015)10-0151-04

10.3404/j.issn.1672-7649.2015.10.032